trendability
状態インジケーターの軌跡間の類似性の測定
構文
説明
は、ライフタイム変数 Y
= trendability(X
,lifetimeVar
)lifetimeVar
を使用して寿命データ X
のトレンド可能性を返します。
は、Y
= trendability(X
,lifetimeVar
,dataVar
)dataVar
で指定されたデータ変数を使用して寿命データ X
のトレンド可能性を返します。
は、ライフタイム変数 Y
= trendability(X
,lifetimeVar
,dataVar
,memberVar
)lifetimeVar
、dataVar
で指定されたデータ変数、およびメンバー変数 memberVar
を使用して寿命データ X
のトレンド可能性を返します。
は、1 つ以上の Y
= trendability(___,Name,Value
)Name,Value
のペアの引数で指定された追加のオプションを使用してトレンド可能性を推定します。この構文は、前述の任意の入力引数の組み合わせで使用できます。
出力引数のない trendability(___)
は、ランク付けされたトレンド可能性の値の棒グラフをプロットします。
例
入力引数
出力引数
制限
X
が tall table または tall timetable の場合でも、trendability
はgather
を使用して配列全体をメモリに読み込みます。使用できるメモリが十分にないと、trendability
はエラーを返します。
アルゴリズム
トレンド可能性の計算には次の式が使用されます。
ここで、xj は j 番目のシステムの特徴の測定値を含むベクトルを表します。変数 M は監視対象のシステムの数です。
xj と xk の長さが異なる場合、短い方のベクトルが長い方のベクトルの長さに合わせてリサンプリングされます。この処理を容易にするために、それらの時間ベクトルが最初にライフタイムの割合、つまり [0%, 100%] に正規化されます。
参照
[1] Coble, J., and J. W. Hines. "Identifying Optimal Prognostic Parameters from Data: A Genetic Algorithms Approach." In Proceedings of the Annual Conference of the Prognostics and Health Management Society. 2009.
[2] Coble, J. "Merging Data Sources to Predict Remaining Useful Life - An Automated Method to Identify Prognostics Parameters." Ph.D. Thesis. University of Tennessee, Knoxville, TN, 2010.
[3] Lei, Y. Intelligent Fault Diagnosis and Remaining Useful Life Prediction of Rotating Machinery. Xi'an, China: Xi'an Jiaotong University Press, 2017.
[4] Lofti, S., J. B. Ali, E. Bechhoefer, and M. Benbouzid. "Wind turbine high-speed shaft bearings health prognosis through a spectral Kurtosis-derived indices and SVR." Applied Acoustics Vol. 120, 2017, pp. 1-8.
バージョン履歴
R2018b で導入